Python人工智能学习路线，来自阿里巴巴佛系Python程序员的指南

其实，这两方面都是存在的，但都很片面，这里不加赘述。客观地说，数字化、智能化是人类社会发展的趋势，而当下人工智能无疑是一大热门，那是蓝海还是火海？我们回到老道理——水的深度，只有你自己去试试水才知道。

当你对上面情况有了初步的了解并想试试水，需要面对的问题是：AI入门容易吗？

答案其实是否定的，难！

AI领域需要钻研算法原理、大量复杂的公式及符号、无所适从的项目都是劝退一时热度初学者的原因。但对于一个初学者，这些原因根本上就是面对这样困难的学科却缺乏合适方法导致的。

反问一个玩笑，程序员怎么会没有方法呢？随手就定义一个Python方法（funtion）。。。

def funtion():

return ‘haha，往下看，下面会介绍方法’

回到笔者，一名普普通通的程序员，当初也是”误打误撞“学习Python入门到机器学习、深度学习，至今有4个年头，踩了很多坑，下文说到的学习方法、具体化的学习路线也就填坑试错的经验罢了。

一、学习方法是？

---

说到学习方法，其实我们谈到的人工智能之所以智能，核心也在于其学习方法。而人工智能学习过程有两个要素：

1、学习目标是什么？（——什么目标函数）

2、如何达到目标？（——什么算法）

可以发现这两个问题也是我们学习这门学科需要回答的**，所谓的学习方法也就是明确学习目标以及如何达到的方法。**人工智能领域很多思路和人类学习是很共恰的！

1.1 学习目标是什么？

我们的学习目标比较清楚，就是入门人工智能领域，能完成一个AI相关的任务，或者找到相关的工作。

1.2 如何达到目标？

1、入门人工智能是个宽泛的目标，因此还得 将目标拆分成阶段性目标才易于执行，可以对应到下面–学习路线及建议资源的各个节点。

2、学习人工智能这门学科，需要提醒的是这本来就是件难事，所以实在搞不懂的知识可以放在后面补下，不要奢求一步到位（当然天赋了得另说），不要想一下子成为专家，可以从：懂得调用现成的算法模块(scikit-learn、tensorflow)做项目 -进阶-》懂得算法原理进一步精用、调优算法 -进阶-》领域专家。保持学习，循序渐进才是啃硬骨头的姿势。

3、啃硬骨头过程无疑是艰难的，所以慢慢地培养兴趣和及时的结果反馈是很重要的。在这方面，边学边敲代码是必须的，结合代码实践学习效率会比较高，还可以及时看到学习成果，就算是啃硬骨头看到牙印越来越深，不也是成果，也比较不容易放弃！

二、整体的学习路线及建议资源

---

本学习路线的基本的框架是：

→ 首先宽泛了解领域，建立一定兴趣

→ 基础知识、工具准备

→ 机器学习|深度学习的入门课程、书籍及项目实践

→ （面试准备）

→ 自行扩展：工作中实战学习 或 学术界特定领域钻研，经典算法原理、项目实践

2.1 了解领域及培养兴趣

我们首先要对人工智能领域有个宽泛的了解，有自己的全局性的认识，